Xuguang Lan
収録論文 25本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- VoxAfford: オープンボキャブラリ3Dアフォーダンス検出のためのマルチスケールボクセルトークン融合3Dアフォーダンス検出2026/5/1
3D点群上のオープンボキャブラリアフォーダンス検出において、MLLMの出力トークンに事前学習済み3D VQVAEのマルチスケール幾何特徴を融合する手法を提案し、mIoUを約8%向上させた。
- ECHO: 視覚言語行動モデルのための連続階層メモリVLA2026/5/1
長期的な操作タスクにおけるVLAモデルの性能を向上させるため、経験を階層的に整理する連続メモリフレームワークECHOを提案。双曲オートエンコーダでメモリを木構造に組織化し、効率的な検索と合成を実現。
- OASIS: SE(3)軌道予測による観測・行動空間の整合を利用したロボット操作マニピュレーション2026/5/1
視覚・言語・行動モデルの中間表現を行動空間の剛体幾何に合わせるため、SE(3)軌道予測を導入したポリシーを提案し、シミュレーションと実機で成功率と汎化性能を向上させた。
- AffordSim: アフォーダンス認識ロボット操作のためのスケーラブルなデータ生成器とベンチマークマニピュレーション2026/4/1
自然言語のタスク記述から3Dアフォーダンス予測を統合し、タスク関連シーンと軌道を自動生成するデータ生成器とベンチマークを提案。手動注釈なしで高成功率を達成し、実ロボットへのゼロショット転送も実証。
- MoEベースの頑健な四脚歩行におけるsim-to-real予測可能性の信頼性向上歩行2026/2/1
複数の専門家をゲートで切り替えるMoE歩行ポリシーと、sim-to-real転移性を予測評価するRoboGaugeを提案し、Unitree Go2で雪・砂・階段などの未見地形を安定歩行できることを示した。
- 階層的マニピュレーション政策のための世界モデルのスケーリングVLA2026/2/1
大規模事前学習済み世界モデルを高レベルプランナーとして用い、VLAを低レベル実行者とする階層的フレームワークを提案。未知物体や新規状況での汎化性能を大幅に向上させた。
- シミュレーションと現実を繋ぐ：セマンティック2Dガウシアンスプラッティングによるドメイン間転移sim2real2025/12/1
物体中心のドメイン不変な空間特徴を抽出するセマンティック2Dガウシアンスプラッティングを提案し、シミュレーションから実世界への操作タスクの転移性能を向上させた。
- PRISM: 投影ベース報酬統合によるシーン認識型Real-to-Sim-to-Real転移sim2real2025/4/1
少数の実演から画像で物体を認識し3Dモデルを取得してシミュレーション環境を自動構築し、VLM監督の投影ベース報酬でRL方策を訓練して実世界に転移する手法を提案。
- ブートストラップ型モデル予測制御モデルベース強化学習2025/3/1
MPCの専門家を模倣する方策学習とモデルベースTD学習を組み合わせ、MPC自体をブートストラップ的に改善する連続制御アルゴリズムを提案した。
- REGNet V2: 異なるサイズのグリッパ向けエンドツーエンド領域ベース把持検出ネットワークマニピュレーション2024/10/1
点群にグリッパパラメータを埋め込み、スコア・領域・精緻化の3段階ネットワークで多様な物体への把持を予測するシステムを提案し、実環境で高い成功率を達成した。
- DexDiff: 制約のない環境で掴めない物体を外的手先で操作するマニピュレーション2024/9/1
VLMによる高レベル計画と目標条件付き拡散モデルを組み合わせ、壁や机の端を利用して本や鍋のような掴みにくい物体を掴む外的手先操作を実現した。
- SInViG: A Self-Evolving Interactive Visual Agent for Human-Robot Interaction2024/2/1
- Towards Unified Interactive Visual Grounding in The Wild2024/1/1
- Prioritized Planning for Target-Oriented Manipulation via Hierarchical Stacking Relationship Prediction2023/3/1
- Robotic Grasping from Classical to Modern: A Survey2022/2/1
- Density-based Curriculum for Multi-goal Reinforcement Learning with Sparse Rewards2021/9/1
- INVIGORATE: Interactive Visual Grounding and Grasping in Clutter2021/8/1
- Probabilistic Human Motion Prediction via A Bayesian Neural Network2021/7/1
- REGRAD: A Large-Scale Relational Grasp Dataset for Safe and Object-Specific Robotic Grasping in Clutter2021/4/1
- REGNet: REgion-based Grasp Network for End-to-end Grasp Detection in Point Clouds2020/2/1
- A Multi-task Convolutional Neural Network for Autonomous Robotic Grasping in Object Stacking Scenes2018/9/1
- A Real-time Robotic Grasp Approach with Oriented Anchor Box2018/9/1
- ROI-based Robotic Grasp Detection for Object Overlapping Scenes2018/8/1
- Fully Convolutional Grasp Detection Network with Oriented Anchor Box2018/3/1
- Visual Manipulation Relationship Network2018/2/1